SQL ตกอันดับดัชนีความนิยมของภาษา

Photo by Rubaitul Azad on Unsplash

ภาษา Structured Query Language (SQL) ตกลงมาอยู่อันดับที่ 12 ในดัชนีความนิยมของ Tiobe ประจำเดือนมิถุนายน ซึ่งเป็นอันดับที่ต่ำที่สุดเท่าที่เคยมีมา 

"SQL จะยังคงเป็นรากฐานและภาษากลางของฐานข้อมูลไปอีกหลายทศวรรษ" Paul Jansen ซีอีโอของ Tiobe กล่าว " 

อย่างไรก็ตาม ในวงการ AI ที่กำลังเติบโต ซึ่งข้อมูลส่วนใหญ่ไม่มีโครงสร้าง ฐานข้อมูล NoSQL มักจะเหมาะสมกว่า" 

อ่านข่าวเต็มได้ที่: InfoWorld โดย Paul Krill

เซ็นเซอร์การมองเห็นที่เลียนแบบสมองช่วยเพิ่มความแม่นยำในการขับขี่อัตโนมัติ

ภาพจาก Chosun Biz (South Korea) โดย Hong A-reum

นักวิจัยจาก Ulsan National Institute of Science and Technology, Korea Institute of Science and Technology และ Seoul National University ของเกาหลีใต้ ได้ร่วมกันพัฒนาเซ็นเซอร์ภาพแบบใหม่ที่อาจช่วยให้ยานยนต์ไร้คนขับ โดรน และหุ่นยนต์ สามารถจดจำวัตถุรอบตัวได้เร็วและแม่นยำยิ่งขึ้น

เซ็นเซอร์ภาพหุ่นยนต์ที่เลียนแบบการทำงานของไซแนปส์ (synapse-mimicking robotic vision sensor) นี้ โดดเด่นด้วยการมีทรานซิสเตอร์แสง (optical transistor) ที่สามารถเปลี่ยนการตอบสนองของกระแสไฟฟ้าตามแรงดันเกต (gate voltage) ซึ่งทำให้สามารถตรวจจับข้อมูลโครงร่างได้แม้ในสภาพแวดล้อมที่มีแสงน้อย

อ่านข่าวเต็มได้ที่: Chosun Biz (South Korea) โดย Hong A-reum

ห้องปฏิบัติการในเบลเยียมกำหนดรูปแบบการปฏิวัติข้อมูลของฟุตบอลยุคใหม่

ภาพจาก The Guardian (U.K.); โดย Leander Schaerlaeckens

ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ Jesse Davis จากห้องปฏิบัติการ Sports Analytics Lab จาก Catholic University of Leuven ประเทศเบลเยียม นำทีมที่ใช้ประโยชน์จากการเรียนรู้ของเครื่อง (machine learning), การทำเหมืองข้อมูล (data mining) และ AI มานานกว่าทศวรรษ เพื่อพัฒนาวิทยาศาสตร์เบื้องหลังกีฬาฟุตบอลและเปลี่ยนแปลงวิธีการเล่น

0อย่างไรก็ตาม การนำผลการวิจัยของห้องปฏิบัติการไปใช้งานจริงกลับเป็นเรื่องที่ท้าทายสำหรับสโมสรฟุตบอล แม้ว่าสโมสรใหญ่ส่วนใหญ่ในปัจจุบันจะมีแผนกข้อมูลที่ใหญ่และทันสมัยก็ตาม

อ่านข่าวเต็มได้ที่: The Guardian (U.K.); โดย Leander Schaerlaeckens

คุยกันเรื่องการย้ายเข้าย้ายออกกันอีกสักวัน

สัปดาห์ที่แล้วไม่ได้เขียน #อาทิตย์ติดแอนฟิลด์ ครับ เพราะไม่ว่าง และรู้สึกว่ายังไม่มีอะไรใหม่ และมาถึงสัปดาห์นี้ก็ยังไม่มีอะไรที่เป็นทางการเพิ่มขึ้นมากนัก แต่ก็ใกล้มากขึ้นแล้วในรายของเวียร์ตซ์ ที่รู้สึกจะบรรลุค่าตัวกันได้แล้วระหว่างลิเวอร์พูลและเลเวอร์คูเซน ซึ่งค่าตัวก็จะเป็นสถิติของสโมสรเราเลยนะครับ ก็หวังว่าจะเป็นดีลที่สำเร็จ เหมือนตอนเราทุ่มซื้อตัวฟานไดค์กับเบ็คเคอร์มานะครับ 

Timmy96, CC0, via Wikimedia Commons

ส่วนนักเตะที่ย้ายออกไปแล้วอย่างเป็นทางการก็คือประตูสำรองของเราคือเควิน คัลลาเฮอร์ ที่ย้ายไปเบรนท์ฟอร์ด ซึ่งจริง ๆ ผมว่าเดอะคอปทุกคนเสียดายนะครับ แต่ก็ต้องปล่อยให้เขาไป เพราะเขามีดีเกินกว่าที่จะนั่งเป็นตัวสำรองจริง ๆ ก็ขออวยพรให้โชคดีครับ เอาแค่ว่าถ้ามาเจอกับทีมเรา ก็ขอให้เหนียวน้อยกว่าเดิมหน่อยแล้วกัน ให้เรายิงผ่านไปได้บ้าง เจอทีมอื่น ๆ ก็ขอให้เหนียวหนึบเลยก็แล้วกันนะ

นอกจากนี้ข่าวกับแบ็คซ้ายอย่างเคอร์เคซ ก็มีมาเป็นระยะ ๆ แต่ก็ยังไม่ลงตัวสักที แล้วก็มีข่าวว่าร็อบโบของเรา ไม่เต็มใจที่จะเป็นตัวสำรอง อยากจะย้ายออก 

Timmy96, CC0, via Wikimedia Commons

ในส่วนของเซ็นเตอร์ก็มีข่าวว่าเลเวอร์คูเซ็นสนใจจาเรล ควอนซาร์ และโกนาเต้ ซึ่งมีสัญญาเหลืออยู่ปีเดียว แต่การต่อสัญญาก็ยังไม่มีความคืบหน้า 

ในส่วนของแดนกกลางและแดนหน้า ฮาร์วี เอเลียตก็มีข่าวว่าอยากย้าย เพราะไม่อยากเป็นสำรอง ส่วนหลุยส์ ดิอาซ ก็มีข่าวพัวพันกับบาร์เซโลนา ดาร์วิน นูนเญส ก็มีข่าวพัวพันกับซาอุ และแอตมาดริด 

มีลิสต์กองหน้าที่เราสนใจหลายคน อย่างเอกิติเก, อัลวาเรซ และโยเคเรส ซึ่งกองหน้าพวกนี้ราคาแพงระยับทั้งนั้น โดยส่วนตัวคิดว่า ถ้าเราทุ่มร้อยกว่าล้านให้เวียร์ตซ์ไปแล้ว ถ้าจะซิ้อกองหน้าราคาแพงระยับอีก คงต้องขายออกไปให้ได้ก่อนนะครับ   

สัปดาห์นี้คงเท่านี้นะครับ ก็หวังว่าสัปดาห์หน้าเราจะชัดเจนมากขึ้นอย่างน้อยก็ขอให้ได้เวียรต์มาชูเสื้อซะที แล้วพบกันใหม่ใน #อาทิตย์ติดแอนฟิลด์ครับ 

  

ระบบช่วยให้หุ่นยนต์สามารถแก้ไขปัญหาการจัดการได้ภายในไม่กี่วินาที

ภาพจาก MIT News โดย Adam Zewe

นักวิจัยจาก Massachusetts Institute of Technology หรือ MIT และ NVIDIA Research ได้ร่วมกันพัฒนาอัลกอริทึมการวางแผนงานและการเคลื่อนที่ (task and motion planning) หรือ  TAMP ที่ใช้พลังประมวลผลของ GPU เพื่อช่วยให้หุ่นยนต์สามารถแก้ไขปัญหาการจัดการแบบหลายขั้นตอนได้อย่างรวดเร็วในเวลาเพียงไม่กี่วินาที

แพลตฟอร์มการประมวลผลแบบขนาน CUDA เข้ามาช่วยเร่งความเร็วของอัลกอริทึมนี้ ซึ่งผสานรวมเทคนิคการสุ่มตัวอย่าง (sampling) และการปรับให้เหมาะสม (optimization) เพื่อจำลองวิธีแก้ปัญหาที่เป็นไปได้หลายพันแบบ จากนั้นจึงจำกัดตัวเลือกให้แคบลง โดยพิจารณาจากข้อจำกัดของหุ่นยนต์ สภาพแวดล้อม และวัตถุประสงค์ที่ผู้ใช้กำหนดไว้

อ่านข่าวเต็มได้ที่: MIT News โดย Adam Zewe